De normale CDF

Nu je een idee hebt hoe de normale PDF eruitziet, kijken we naar de CDF. Gebruik de steekproeven die je in de vorige oefening hebt gegenereerd (in je namespace als samples_std1, samples_std3 en samples_std10) om de CDF's te genereren en te plotten.

Deze oefening maakt deel uit van de cursus

Statistisch denken in Python (deel 1)

Cursus bekijken

Oefeninstructies

Gebruik je ecdf()-functie om x- en y-waarden voor CDF's te genereren: respectievelijk x_std1, y_std1, x_std3, y_std3 en x_std10, y_std10.
Plot alle drie de CDF's als punten (vergeet de marker- en linestyle-keywordargumenten niet!).
Klik op Antwoord verzenden om een legenda te maken die laat zien welke standaarddeviaties je gebruikte en om je plot te tonen. Het is niet nodig de assen te labelen, omdat we niet hebben gedefinieerd wat door de normale verdeling wordt beschreven; we kijken alleen naar de vormen van CDF's.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Generate CDFs




# Plot CDFs



# Make a legend and show the plot
_ = plt.legend(('std = 1', 'std = 3', 'std = 10'), loc='lower right')
plt.show()

Code bewerken en uitvoeren